Stellen Sie sich Ihre individuelle Projektübersicht zusammen.
Schlagwort: Künstliche Intelligenz (KI), Montage der Zukunft
Fördermaßnahme: KMU-innovativ: Produktionsforschung (ab 2016)
Forschungsziel: Ziel des KMU-innovativ Projekts KIMont ist die Entwicklung einer auf Künstlicher Intelligenz (KI) basierenden Softwarelösung als CAD-Plugin und Webservice. Dieses soll beliebige abstrakte, nicht klassisch berechenbare Eigenschaften eines CAD-Bauteils automatisch ermitteln, kritische Bereiche visualisieren und Bauteiloptimierungen für typische Fragestellungen der Montageautomatisierung anbieten. Als Beispielanwendung dient die Weiterverarbeitung der Teile in automatisierten Zuführ-, Sortier- und Montagesystemen.
Steffen Tauber +49 151 27019656
steffen.tauber@evia.de
Yvonne Haußmann, M.Sc.
+49 721 608-25288
yvonne.haussmann@kit.edu
Problemstellung
Die Herstellkosten eines Produkts werden bereits während der Konstruktionsphase definiert. Allerdings fokussieren sich Entwickler insbesondere auf funktionale Merkmale, wie beispielsweise Materialeigenschaften. Fragestellungen zur Weiterverarbeitung, die in der Produktion und Montage erhebliche Kostenunterschiede ausmachen, werden häufig vernachlässigt oder zu spät berücksichtigt. In der Folge sind Sortier-, Zuführ- und Montageaufgaben unnötig komplex, was die Wettbewerbsfähigkeit insbesondere von produzierenden KMU in Deutschland hemmt. Beispielsweise können geringe Bauteilanpassungen den Einsatz eines Transportsystems für die Vereinzelung ermöglichen, wo im Extremfall ein aufwändiges Robotersystem mit Bilderkennung benötigt wird.
Zielsetzung
Ziel des KMU-innovativ Projekts KIMont ist die Entwicklung einer auf Künstlicher Intelligenz (KI) basierenden Softwarelösung als CAD-Plugin und Webservice. Dieses soll beliebige abstrakte, nicht klassisch berechenbare Eigenschaften eines CAD-Bauteils automatisch ermitteln, kritische Bereiche visualisieren und Bauteiloptimierungen für typische Fragestellungen der Montageautomatisierung anbieten. Als Beispielanwendung dient die Weiterverarbeitung der Teile in automatisierten Zuführ-, Sortier- und Montagesystemen.
Vorgehensweise
Im Vorhaben soll basierend auf Methoden des maschinellen Lernens ein Softwaremodul entwickelt werden, welches Bauteilgeometrien mit abstrakten Eigenschaften, wie z. B. der Vereinzelbarkeit, assoziiert. Es wird ein Prototyp erstellt, der die komplexen Bereiche des Bauteils ermittelt und für den Nutzer visuell aufbereitet. Anschließend wird ein Optimierungsalgorithmus entwickelt, der die Bauteileigenschaften im Hinblick auf eine einfachere Zuführ- und Montierbarkeit anpasst und Design-Alternativen ausgibt. Die Module werden mit vorhandenen Datensätzen trainiert, zu einem Gesamtsystem integriert und mit Endnutzern evaluiert.
Ergebnisse und Anwendungspotenzial
Nach erfolgreicher Umsetzung steht eine neue Software für den Produktentstehungsprozess zur Verfügung, um eine kostengünstige Kombination aus Bauteilanpassung und dazugehörigem Maschinenkonzept zu bewerkstelligen. Geringe Investitionskosten, wenig zeitraubende Entwicklungsschleifen und damit mehr zur Verfügung stehende Zeit für Neuentwicklungen sind nur einige der Vorteile für die zukünftigen Nutzer. Die neuen Ansätze sollen sich auf weitere Prozessschritte im Produktionsumfeld, wie beispielsweise auf Transportfragen, einfach übertragen lassen und obliegen keiner Branchenbeschränkung.
In der folgenden Liste sehen Sie Ihre ausgewählten Projekt-Favoriten.